패턴 인식을 연구 중이며 흥미로운 알고리즘 인 Expectations Maximization Algorithm을 발견했습니다. 나는 확률과 통계에 대한 지식이별로 없으며 정규 분포 또는 가우시안 분포에 대한 알고리즘 작동에 대한 기사를 읽었지만 간단한 예제를 통해 더 잘 이해할 수 있습니다. 이 예가 적합 할 수 있기를 바랍니다.알고리즘 em : 이해 및 예
우리는 빨강, 녹색, 파랑의 3 가지 색상이있는 병이 있다고 가정합니다. 각 색깔의 공을 그릴 확률은 pr, pg, pb이다. = 1/4
페이지 = 1/4 + P/4
PB = 1/
홍보 : 지금, 우리는 다른 색깔을 그리기의 확률에 대해 다음 매개 변수화 모델을 가지고 있다고 가정하자 2 - p/4
p는 알 수없는 매개 변수입니다. 실험을하고있는 사람은 실제로 색맹이며 녹색 공에서 빨간색을 식별 할 수 없다고 가정합니다. 그는 N 개의 볼을 가져 오지만, m1 = nR + nG 빨강/녹색 볼과 m2 = nB 파랑 볼 만 볼 수 있습니다.
질문은 사람이 여전히 매개 변수 p를 추정 할 수 있으며 빨간색과 녹색 볼 수에 대한 가장 좋은 추측을 계산합니다 (분명히 파란 볼 수를 알고 있음). 나는 그가 분명히 할 수 있다고 생각하지만, EM은 어떨까요? 무엇을 고려해야합니까?
이 질문은 math.stackexchange.com에 속하기 때문에 주제가 아닌 것 같습니다. –
나는 당신이 옳다고 생각합니다. 나는 이것을 사과한다. – Fabrizio